A Bayesian normal homogeneity test for the detection of artificial discontinuities in climatic series
Notice bibliographique
Résumé
Abstract A Bayesian Normal Homogeneity Test (BNHT) for the detection of artificial discontinuities in climatic series is presented. The test is simple to use and allows the integration of prior knowledge on the date of change from various sources of information (e.g. metadata or expert belief) in the analysis. The performance of the new test was evaluated on synthetic series with similar statistical properties as observed total annual precipitation in the southern and central parts of the province of Quebec, Canada. Different priors were used to investigate the sensitivity of the test to the choice of priors. It was found that (1) high‐prior probability of no change yields low false detection rates on the homogeneous series; (2) the test has a very high power of detection on series with a single shift (the best power of detection if compared with previous methods applied to the same synthetic series); (3) shifts having a small magnitude are detectable with a low prior probability of no change and (4) when applied to series with multiple shifts with a segmentation procedure and a high probability of no change, the test proved to be performing well in detecting multiple shifts (as performing as the best techniques previously applied to the same synthetic series). An example of application to total annual precipitation in Quebec City, Canada is also presented to illustrate (1) a case for which the results are not affected by the choice of the prior parameters and (2) a case for which information about potential changes found in the metadata was integrated in the analysis and allowed the detection of a change that would not have been detected with a non‐informative prior. Copyright © 2009 Royal Meteorological Society
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».